【SLAM论文笔记】PL-EVIO笔记(中)

滑窗优化

窗口由10个关键帧组成。

优化的状态参数包括事件点与图像点的逆深度、事件线特征的4参数正交表达(下一小节描述),各个关键帧IMU的加计和陀螺的零偏、世界坐标系下的位置p、速度v与姿态四元数q,IMU与相机的外参,IMU与事件相机的外参;比VINS多了事件点线特征的参数、事件相机与IMU的外参等。
χ = [ χ b λ c λ e ϕ l T c b T e b ] \bold{\chi} = \begin{array}{}[\bold{\chi}_b&\bold{\lambda}_c&\bold{\lambda}_e&\bold{\phi}_l&\bold{T}^b_c&\bold{T}^b_e]\end{array} χ=[χbλcλeϕlTcbTeb]

其中, χ b \bold{\chi}b χb是各关键帧的位姿参数包含加计、陀螺零偏, λ e \lambda_e λe、 λ c \lambda_c λc分别是事件相机、普通相机的图像特征点的逆深度, ϕ l \phi_l ϕl是各关键帧事件相机图像恢复出空间直线的4参数表达。
χ b = [ X 1 X 2 . . . X 10 ] X k = [ p b k w q b k w v b k w b a k b g k ] λ c = [ λ 0 c λ 1 c . . . λ m c c ] λ e = [ λ 0 e λ 1 e . . . λ m e e ] ϕ l = [ ϕ l 0 ϕ l 1 . . . ϕ l n ] \bold{\chi}b =\begin{array}{}[\bold{X}1&\bold{X}2&...&\bold{X}{10}]\end{array} \\ \bold{X}k=\begin{array}{}[p^w{b_k}&q^w{b_k}&v^w{b_k}&b
{a_k}&b_{g_k}]\end{array} \\ \bold{\lambda_c}=\begin{array}{}[\lambda^c_0&\lambda^c_1&...&\lambda^c_{m_c}]\end{array} \\ \bold{\lambda_e}=\begin{array}{}[\lambda^e_0&\lambda^e_1&...&\lambda^e_{m_e}]\end{array} \\ \bold{\phi}l=\begin{array}{}[\bold{\phi}{l_0}&\bold{\phi}{l_1}&...&\bold{\phi}{l_n}]\end{array} \\ χb=[X1X2...X10]Xk=[pbkwqbkwvbkwbakbgk]λc=[λ0cλ1c...λmcc]λe=[λ0eλ1e...λmee]ϕl=[ϕl0ϕl1...ϕln]

相关推荐
光头程序员28 分钟前
学习笔记——vite 打包构建优化之tree shaking
笔记·学习
安得权37 分钟前
Office365 SSO Azure的配置笔记
笔记·flask·azure
m0_650108241 小时前
VADv2:基于概率规划的端到端矢量化自动驾驶
论文阅读·自动驾驶·端到端矢量化·驾驶场景中的不确定性·概率场建模·多模态编码·vadv2
走在路上的菜鸟1 小时前
Android学Dart学习笔记第十一节 分支
android·笔记·学习·flutter
峰顶听歌的鲸鱼2 小时前
13.docker部署
linux·运维·笔记·docker·容器·云计算
自不量力的A同学2 小时前
WordPress 6.9「Gene」发布
人工智能·笔记
提娜米苏2 小时前
[论文笔记] End-to-End Audiovisual Fusion with LSTMs
论文阅读·深度学习·lstm·语音识别·论文笔记·多模态
小琦QI2 小时前
STM32F407VET6+CCE4503学习笔记---IOLINK server
笔记·stm32·学习
客梦2 小时前
数据结构核心内容
数据结构·笔记
丝斯20112 小时前
AI学习笔记整理(27)—— 计算机视觉之语义分割和实例分割
人工智能·笔记·学习